• Communications for Statistical Applications and Methods
• /
• 제16권2호
• /
• pp.335-348
• /
• 2009

Fuzzy regression is used as a complement or an alternative to represent the relation between variables among the forecasting models especially when the data is insufficient to evaluate the relation. Such phenomenon often occurs in seasonal time series data which require large amount of data to describe the underlying pattern. Semiparametric model is useful tool in the case where domain knowledge exists about the function to be estimated or emphasis is put onto understandability of the model. In this paper we propose fuzzy semiparametric support vector regression so that it can provide good performance on forecasting of the seasonal time series by incorporating into fuzzy support vector regression the basis functions which indicate the seasonal variation of time series. In order to indicate the performance of this method, we present two examples of predicting the seasonal time series. Experimental results show that the proposed method is very attractive for the seasonal time series in fuzzy environments.

• KDI Journal of Economic Policy
• /
• 제34권3호
• /
• pp.187-214
• /
• 2012

우리나라 국민소득 통계는 한국은행에 의해 1953년부터 공식적으로 발표되고 있지만 UN이 제시한 매뉴얼인 "1993 SNA"에 의해 작성된 1970년 이후의 현행 계열과 "1953 SNA"에 의해 작성된 1953~70년의 구계열로 시계열이 단절되어 있다. 더구나 2009년에 한국은행이 1970년 이후 현행 계열에 연쇄가중법을 도입하면서 고정가중법에 의한 기존의 시계열과 더 큰 차이를 보이게 되었다. 본고에서는 UN이 발표한 각종 국민계정 매뉴얼, 우리나라의 과거 산업연관표 등을 활용하여 1953년부터 1970년까지의 구계열에도 포괄범위를 일치시키고 연쇄가중치를 적용하여 1953년부터 2010년까지의 장기 시계열을 일관된 기준으로 구해 보았다. 수정 계열은 구계열에 비해 1953년 경상 기초가격 GDP가 3.5% 높아졌고 성장률은 1953~70년 중 평균 1.5%p 상승한 것으로 나타났다. 한편, 수정 계열을 이용하여 지난 60년간의 우리 경제 변화상을 살펴본 결과 경제규모가 50배 이상 커진 것으로 나타났다. 산업별로는 제조업 및 SOC 산업은 크게 확대된 반면 서비스업은 상대적으로 확대 폭이 작았다.

• Communications for Statistical Applications and Methods
• /
• 제18권3호
• /
• pp.319-331
• /
• 2011

In this paper, we propose automatic procedures for the model selection of various univariate time series data. Automatic model selection is important, especially in data mining with large number of time series, for example, the number (in thousands) of signals accessing a web server during a specific time period. Several methods have been proposed for automatic model selection of time series. However, most existing methods focus on linear time series models such as exponential smoothing and autoregressive integrated moving average(ARIMA) models. The key feature that distinguishes the proposed procedures from previous approaches is that the former can be used for both linear time series models and nonlinear time series models such as threshold autoregressive(TAR) models and autoregressive moving average-generalized autoregressive conditional heteroscedasticity(ARMA-GARCH) models. The proposed methods select a model from among the various models in the prediction error sense. We also provide an R package autots that implements the proposed automatic model selection procedures. In this paper, we illustrate these algorithms with the artificial and real data, and describe the implementation of the autots package for R.

• Wind and Structures
• /
• 제6권2호
• /
• pp.107-126
• /
• 2003

This paper describes a simple and practical approach through the application of Linear Stochastic Estimation (LSE) to reconstruct wind-induced pressure time series from the covariance matrix for structural load analyses on a low building roof. The main application of this work would be the reduction of the data storage requirements for the NIST aerodynamic database. The approach is based on the assumption that a random pressure field can be estimated as a linear combination of some other known pressure time series by truncating nonlinear terms of a Taylor series expansion. Covariances between pressure time series to be simulated and reference time series are used to calculate the estimation coefficients. The performance using different LSE schemes with selected reference time series is demonstrated by the reconstruction of structural load time series in a corner bay for three typical wind directions. It is shown that LSE can simulate structural load time series accurately, given a handful of reference pressure taps (or even a single tap). The performance of LSE depends on the choice of the reference time series, which should be determined by considering the balance between the accuracy, data-storage requirements and the complexity of the approach. The approach should only be used for the determination of structural loads, since individual reconstructed pressure time series (for local load analyses) will have larger errors associated with them.

• 한국수자원학회논문집
• /
• 제42권4호
• /
• pp.355-363
• /
• 2009

본 연구에서는 카오스 특성을 보이는 수문시계열에 대한 잡음의 영향을 검토하기 위하여 카오스 특성을 보이는 자료로 알려져 있는 Lorenz 시계열과 미국 Great Salt Lake의 용적 자료계열을 이용하였다. 잡음의 영향을 고려하기 위한 방법으로 잡음의 비율을 증가시키면서 끌개, 상관차원, Close Returns Plot의 변화 특성을 살펴보면서 카오스의 특성이 어떻게 변화하는지를 검토하였다. 또한 Close Returns Plot의 점들의 도수에 의해 표현되는 Close Returns Histogram의 상대도수에 대하여 $X^2$ 검정을 수행하였다. 그 결과, Lorenz 시계열과 GSL 용적 자료계열 모두 잡음의 비율이 증가함에 따라 카오스 특성이 사라지고 선형 추계학적인 과정의 자료로 변화됨을 확인하였다. 또한 단순 이동평균 방법에 의하여 Lorenz 시계열과 GSL 용적 자료계열에 대한 잡음의 제거 효과가 있는지에 대하여 검토한 결과 단순 이동평균 방법으로 자료의 잡음을 효과적으로 제거할 수 있었고, 카오스 특성을 보이는 실측 수문시계열에 적용성이 있음을 확인할 수 있었다.

• 방송공학회논문지
• /
• 제27권6호
• /
• pp.872-884
• /
• 2022

IoT 산업 발전으로 다양한 산업군에서 서로 다른 형태의 시계열 데이터를 생성하고 있으며 이를 다시 통합하여 재생산 및 활용하는 연구로 진화하고 있다. 더불어, 실제 산업에서 데이터 처리 속도 및 활용 시스템의 이슈 등으로 인해 시계열 데이터 활용 시 데이터의 크기를 압축하여 통합 활용하는 경향이 증가하고 있다. 그러나 시계열 데이터의 통합 가이드라인이 명확하지 않고 데이터 기술 시간 간격, 시간 구간 등 각각의 특성이 달라 일괄 통합하여 활용하기 어렵다. 본 논문에서는 통합 기준 설정 방법과 시계열 데이터의 통합시 발생하는 문제점을 기반으로 두 가지의 통합 방법을 제시하였다. 이를 기반으로 시계열 데이터의 특성을 고려한 이질적 시계열 데이터 통합 프레임워크를 구성하였으며 압축된 서로 다른 이질적 시계열 데이터의 통합과 다양한 기계 학습에 활용할 수 있음을 확인하였다.

• Journal of the Korean Statistical Society
• /
• 제30권3호
• /
• pp.387-406
• /
• 2001

Adaptive estimators for a class of nonlinear time series models has been proposed by several authors. Koul and Schick(1997) proposed the adaptive estimators without sample splitting for location-type time series models. They also showed by simulation that the adaptive estimators without sample splitting have smaller mean squared errors than those of the adaptive estimators with sample splitting. the present paper generalized the result in a case of location-scale type nonlinear time series models by simulation.

• 한국국방경영분석학회지
• /
• 제8권1호
• /
• pp.71-76
• /
• 1982

A procedure is established for combining a regression model and a time series model to fit to a set of autocorrelated data. This procedure is based on an iterative method to compute regression parameter estimates and time series parameter estimates simultaneously. The time series model which is discussed is basically AR(p) model, since MA(q) model or ARMA(p,q) model can be inverted to AR({$\infty$) model which can be approximated by AR(p) model. The procedure discussed in this articled is applied in general to any combination of regression model and time series model.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1996년도 추계학술대회 학술발표 논문집
• /
• pp.294-297
• /
• 1996

This paper proposes the method to recognize of time series data based on the chaotic feature extraction. Features extract from time series data using the chaotic time series data analysis and the pattern recognition process is using a neural network classifier. In experiment, EEG(electroencephalograph) signals are extracted features by correlation dimension and Lyapunov experiments, and these features are classified by multilayer perceptron neural networks. Proposed chaotic feature extraction enhances recognition results from chaotic time series data.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.85-88
• /
• 2021

제조 설비에서 짧은 주기로 수집된 제조 데이터는 시간 간격이 일정하지 않은 불규칙 샘플링 시계열이고 값이 불안정하여 큰 분산을 가지는 경우가 많다. 본 논문에서는 단순이동평균법을 이용하여 불규칙 시계열의 시간 간격을 일정하게 보정함과 동시에 값의 분산을 줄이는 보정 기법을 제안하고, 제안된 보정 기법이 생산 설비의 이상탐지의 성능 향상에 효과가 있음을 확인하였다.